李鑫龍,譚軍利,2,3,董立霞,王西娜

(1.寧夏大學(xué)土木與水利工程學(xué)院,寧夏 銀川 750021;2.旱區(qū)現(xiàn)代農(nóng)業(yè)水資源高效利用教育部工程研究中心,寧夏 銀川 750021;3.寧夏節(jié)水灌溉與水資源調(diào)控工程技術(shù)研究中心,寧夏 銀川 750021;4. 寧夏大學(xué)農(nóng)學(xué)院,寧夏 銀川 750021)

寧夏位于中國西北內(nèi)陸,屬典型大陸性氣候,最南端的六盤山區(qū)屬半濕潤區(qū),衛(wèi)寧平原以北屬干旱區(qū),其他地區(qū)為半干旱區(qū)。小麥?zhǔn)菍幭墓鄥^(qū)重要的糧食作物之一,寧夏地區(qū)小麥產(chǎn)量達(dá)34.6萬t,占糧食總產(chǎn)量的9%。干熱風(fēng)是造成寧夏春小麥減產(chǎn)甚至絕產(chǎn)的主要?dú)庀鬄?zāi)害。因此,研究寧夏干熱風(fēng)災(zāi)害變化特征及干熱風(fēng)氣象的預(yù)測和預(yù)防是寧夏春小麥生產(chǎn)上亟需解決的問題。

目前,針對干熱風(fēng)形成機(jī)理與變化規(guī)律取得了一定的研究成果。肖登攀等[1]認(rèn)為,由于氣候變暖,中國北方春小麥物候發(fā)生了顯著變化,春小麥的開花期和成熟期提前平均1.8 d和1.7 d,而品種轉(zhuǎn)換和播種日期調(diào)整都可能是適應(yīng)春小麥對氣候變暖的戰(zhàn)略;Zhao等[2]發(fā)現(xiàn)平均最高溫度對春小麥重點(diǎn)物候期的影響大于平均最低溫度,其次是相對濕度和太陽輻射。最不敏感的氣候因素是降水、風(fēng)速和參考作物蒸散量。Ortiz等[3]提出了減緩氣候變化對小麥產(chǎn)量影響的方法。

在氣候變暖的背景下,我國大部分地區(qū)的干熱風(fēng)天氣日數(shù)在20世紀(jì)80～90年代出現(xiàn)突變,近30年來總體上呈加重和擴(kuò)大趨勢[4]。武萬里等[5]研究發(fā)現(xiàn),1961—2004年引黃灌區(qū)春小麥干熱風(fēng)次數(shù)呈增加趨勢,干熱風(fēng)發(fā)生區(qū)域呈擴(kuò)大趨勢;由于氣候偏暖造成干熱風(fēng)影響的時段也相應(yīng)提前。喇永昌等[6]通過分析寧夏地區(qū)1981—2014年小麥干熱風(fēng)的時空變化,認(rèn)為春小麥干熱風(fēng)日數(shù)呈上升趨勢,在1995年發(fā)生突變,干熱風(fēng)天氣過程在2008年之前呈擴(kuò)大趨勢,之后呈減小趨勢。劉靜等[7]提出了春小麥青枯型干熱風(fēng)發(fā)生的氣象指標(biāo),以及適時播種、化學(xué)制劑處理、適量灌水等農(nóng)業(yè)防御措施。上述研究對干熱風(fēng)對小麥籽粒影響的類型與指標(biāo)、形成原因、防御技術(shù)與應(yīng)對策略等方面均具有指導(dǎo)作用[8-9]。然而,針對寧夏不同地區(qū)干熱風(fēng)發(fā)生的時空變化規(guī)律以及熱風(fēng)氣象的預(yù)測研究仍顯不足。

本研究利用近40年的氣象資料,結(jié)合寧夏不同地區(qū)春小麥生長周期,選取春小麥?zhǔn)芨蔁犸L(fēng)天氣影響的關(guān)鍵生育期時段,依據(jù)干熱風(fēng)氣象災(zāi)害標(biāo)準(zhǔn),統(tǒng)計分析寧夏不同區(qū)域干熱風(fēng)的時空變化規(guī)律,構(gòu)建了各地區(qū)基于氣象因子的干熱風(fēng)天數(shù)預(yù)報模型,以期為區(qū)域性春小麥高產(chǎn)穩(wěn)產(chǎn)與干熱風(fēng)氣象災(zāi)害的預(yù)防和預(yù)報提供參考依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

根據(jù)地貌、氣候、植被和農(nóng)業(yè)生產(chǎn)類型來看,寧夏可劃分為三大農(nóng)業(yè)生態(tài)類型區(qū),即引黃灌區(qū)、中部干旱區(qū)和南部山區(qū),見圖1(見286頁)。本文統(tǒng)計了寧夏春小麥主要種植區(qū)12個氣象站(表1)1980—2019年春小麥生長發(fā)育期平均氣溫T、最高氣溫Tm、平均相對濕度F、最小相對濕度Fn、平均風(fēng)速U、平均日照時數(shù)S、累積降水量R等氣象數(shù)據(jù),并依據(jù)干熱風(fēng)氣象災(zāi)害標(biāo)準(zhǔn)整理了寧夏各地區(qū)干熱風(fēng)過程及年型。氣象數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)中心(http://data.cma.cn)。

圖1 寧夏農(nóng)業(yè)生態(tài)區(qū)分布Fig.1 Distribution of agro-ecological regions in Ningxia

表1 寧夏各氣象站站點(diǎn)及經(jīng)緯度信息Table 1 Meteorological stations and latitude and longitude information in Ningxia

表2 寧夏各地區(qū)春小麥生育期(m-d)Table 2 Growth period of spring wheat in various regions of Ningxia

1.2 干熱風(fēng)判別標(biāo)準(zhǔn)

根據(jù)于培彥、雷水玲等的研究[10-11],寧夏灌區(qū)干熱風(fēng)多發(fā)生在6月中旬—7月中旬之間,干熱風(fēng)致使小麥的揚(yáng)花、成熟期提前、生育期縮短,灌漿中后期至籽粒成熟前期受危害更重,導(dǎo)致產(chǎn)量降低。早期國內(nèi)對干熱風(fēng)的研究形成了普遍流行的“三三”制指標(biāo)[12-13];在此基礎(chǔ)上,劉靜等[14-15]運(yùn)用產(chǎn)量逐級分離模擬、聚類分析等統(tǒng)計學(xué)方法,確定了寧夏引黃灌區(qū)春小麥干熱風(fēng)、雨后青枯型災(zāi)害等級判別指標(biāo)。

依據(jù)寧夏干熱風(fēng)氣候特點(diǎn)及危害實質(zhì),確定干熱風(fēng)指標(biāo)為:春小麥揚(yáng)花期、乳熟中后期至蠟熟期,當(dāng)日最高氣溫Tm≥32℃、14∶00相對濕度r14≤30%、風(fēng)速v14≥2 m·s-1,確定為一個輕型干熱風(fēng)日;若Tm≥34℃,r14≤25%,v14≥3 m·s-1,則確定為1個重型干熱風(fēng)日。干熱風(fēng)日數(shù)為輕型干熱風(fēng)日數(shù)與重型干熱風(fēng)日數(shù)的總和。若連續(xù)出現(xiàn)2 d以上輕型干熱風(fēng)日、出現(xiàn)1 d重型干熱風(fēng)日或連續(xù)2 d 一重一輕型干熱風(fēng)日為1次輕干熱風(fēng)過程,若輕型干熱風(fēng)日持續(xù)4 d以上,或連續(xù)2 d重型干熱風(fēng)日為1次重干熱風(fēng)過程。在1次干熱風(fēng)過程中有不連續(xù)2 d重干熱風(fēng)日,或一重二輕干熱風(fēng)日也為1次重干熱風(fēng)過程。干熱風(fēng)天氣過程次數(shù)為重干熱風(fēng)過程和輕干熱風(fēng)過程的次數(shù)總和。1次降雨過程累積降水量R≥7 mm,雨后2～3 d內(nèi)最高氣溫Tm≥29℃,則為1次輕度青干過程。若1次降雨過程累積降水量R≥20 mm,雨后2～3 d內(nèi)最高氣溫Tm≥32℃,記為1次重度雨后青枯型過程。

1.3 寧夏各地區(qū)春小麥生育期劃分

資料來源于寧夏各氣象站點(diǎn)已觀測記錄的春小麥生育期資料,經(jīng)匯總和加權(quán)平均,給出一個經(jīng)驗性確值,便于各農(nóng)業(yè)生態(tài)區(qū)和各年代間進(jìn)行分析比較,同時也能較好反映當(dāng)?shù)卮盒←溕L實際情況。

1.4 數(shù)據(jù)處理

Mann-Kendall非參數(shù)檢驗法被廣泛應(yīng)用于氣候、水文分析中,它具有不要求樣本遵從一定的分布、也不受少數(shù)異常值干擾的優(yōu)點(diǎn),更適用于時間序列變化分析[16-18]。

本文采用MK檢驗方法檢驗各地區(qū)干熱風(fēng)天數(shù)變化趨勢并判定突變點(diǎn),在MK突變檢驗曲線中,若UF(k)(順序秩序列統(tǒng)計量)在臨界區(qū)間內(nèi)變化,說明這組時間序列變化不明顯;若UF(k)曲線在臨界區(qū)間之外,則說明這組時間序列具有明顯的增長或下降趨勢[19]。采用GIS分析方法分析干熱風(fēng)空間分布特征及變化規(guī)律;利用反距離權(quán)重空間插值法對寧夏地區(qū)年均干熱風(fēng)天數(shù)擬合,同時利用國家地理空間數(shù)據(jù)云下載的DEM高程數(shù)據(jù)進(jìn)行空間插值分析干熱風(fēng)發(fā)生與海拔高程的關(guān)系;用Pearson’s相關(guān)性分析方法分析干熱風(fēng)的影響因素,用多元回歸方程方法構(gòu)建干熱風(fēng)預(yù)測模型。

2 結(jié)果與分析

2.1 寧夏干熱風(fēng)空間變化特征分析

根據(jù)整理的數(shù)據(jù)發(fā)現(xiàn),寧夏地區(qū)12個氣象站點(diǎn)40年的春小麥灌漿期內(nèi)共計發(fā)生干熱風(fēng)天氣1 486 d,其中重型干熱風(fēng)天氣213 d,干熱風(fēng)氣象過程415次(其中重型干熱風(fēng)氣象過程33次)。寧夏各地區(qū)干熱風(fēng)天數(shù)變化差異較大,其中引黃灌區(qū)北部的惠農(nóng)、陶樂以及中部干旱區(qū)的中寧、同心發(fā)生干熱風(fēng)的天數(shù)較多,總天數(shù)在200 d左右,也是輕重型干熱風(fēng)氣象過程出現(xiàn)最頻繁的地區(qū),總數(shù)在60 d左右,其中同心40年總干熱風(fēng)天數(shù)達(dá)到了276 d,年均6.9 d,干熱風(fēng)氣象過程共出現(xiàn)97次,年均2.4次;而南部山區(qū)海源、固原受干熱風(fēng)天氣影響較小,西吉、六盤山甚至沒有干熱風(fēng)出現(xiàn)。從干熱風(fēng)年型來看,輕型以上干熱風(fēng)年在同心地區(qū)每2.4年一遇,中寧、陶樂、惠農(nóng)地區(qū)每3年一遇,吳忠、銀川、鹽池地區(qū)每4年一遇,中衛(wèi)地區(qū)每5.7年一遇(圖2)。對各氣象站干熱風(fēng)年均天數(shù)與通過國家地理信息系統(tǒng)得到的寧夏DEM海拔高程數(shù)據(jù)進(jìn)行空間插值分析,對比發(fā)現(xiàn)年均干熱風(fēng)天數(shù)的分布受海拔因素影響較大,高海拔地區(qū)年均干熱風(fēng)天數(shù)較少;年均干熱風(fēng)天數(shù)較多的區(qū)域集中于低海拔的環(huán)山區(qū)(圖3)。

注:等值線數(shù)字表示年均干熱風(fēng)天數(shù),下同。Note: Contour numbers represent the average number of dry-hot wind days per year. The same below.圖3 寧夏地區(qū)DEM數(shù)據(jù)海拔圖及干熱風(fēng)年均天數(shù)GIS統(tǒng)計圖Fig.3 Elevation map of DEM data and GIS statistic map of annual average days of dry-hot wind in Ningxia

分析寧夏地區(qū)干熱風(fēng)空間變化(圖4,見289頁),發(fā)現(xiàn)中寧、中衛(wèi)、銀川、惠農(nóng)和同心地區(qū)干熱風(fēng)天數(shù)呈增加趨勢,陶樂、鹽池、吳忠地區(qū)干熱風(fēng)天數(shù)近年來有減少的趨勢;干熱風(fēng)影響最大的地區(qū)逐漸從北部地區(qū)轉(zhuǎn)移到中部地區(qū),但影響范圍逐漸擴(kuò)大,說明干熱風(fēng)總體分布情況在空間區(qū)域上有范圍擴(kuò)大和重心逐漸南移的趨勢,也就是說,由于受氣候變暖的影響,北方地區(qū)春小麥種植受干熱風(fēng)影響的范圍有逐漸擴(kuò)大的趨勢,這與黃峰等[20]研究結(jié)論大致相同。

圖4 1990、1995、1997、2000、2001、2005、2008、2010、2017年寧夏地區(qū)干熱風(fēng)天數(shù)統(tǒng)計圖Fig.4 Statistics of dry-hot wind days in Ningxia in 1990, 1995, 1997, 2000, 2001, 2005, 2008, 2010 and 2017

2.2 寧夏干熱風(fēng)時間變化特征分析

從圖5A可以看出,全區(qū)站均干熱風(fēng)天數(shù)極值出現(xiàn)在2008年,為9.1 d,變化幅度較大,但總體上呈波動上升的趨勢。利用Man-Kendall檢驗原理檢驗變化趨勢,通過了可信度99%的顯著性檢驗。用MK突變檢驗方法做進(jìn)一步檢驗,得到UF(k)和UB(k)統(tǒng)計量曲線情況見圖5B,表明近20年內(nèi)全區(qū)站均干熱風(fēng)天數(shù)總體呈上升趨勢,UF值在2001—2020年內(nèi)超越了臨界值,通過了可信度95%的顯著性檢驗(U0.05=1.96),兩條曲線交點(diǎn)位于1993年,在臨界值之間,即干熱風(fēng)天數(shù)站均變化的時間突變點(diǎn)出現(xiàn)在1993年。

圖5 寧夏地區(qū)站均干熱風(fēng)變化趨勢及MK統(tǒng)計量曲線Fig.5 Variation trend and MK statistic curve of station average dry-hot wind in Ningxia

具體對各個氣象站進(jìn)行分析,得到各站點(diǎn)的Z值(表3),可以看出各氣象站MK統(tǒng)計量Z值基本都大于0,說明各站干熱風(fēng)天數(shù)均有增加趨勢,在中衛(wèi)出現(xiàn)高值中心,達(dá)到了4.24,惠農(nóng)、銀川、中衛(wèi)、中寧、同心5站Z值大于1.96,增長趨勢較為明顯,吳忠、陶樂、鹽池三站呈不明顯的增加趨勢。

表3 Man-Kendall干熱風(fēng)天數(shù)變化趨勢檢驗Table 3 Man-Kendall dry-hot wind days change trend test

從圖6(A、C、D、F、H)可知,同心、中寧、中衛(wèi)、銀川、惠農(nóng)地區(qū)干熱風(fēng)天數(shù)M-K檢測順序統(tǒng)計曲線UF統(tǒng)計值分別在1986年、1990年、1995年、1991年、1990年后呈上升趨勢,分別在2005、2002、2006、2005、2002年超過臨界值1.96,存在顯著性增加趨勢。甚至中衛(wèi)地區(qū)2010—2014、2016—2019年內(nèi)超臨界值2.58,存在極顯著增加趨勢,UF曲線和UB曲線在臨界線之間分別交于1999、1996、2002、1997、1995年。反映出上述地區(qū)干熱風(fēng)天數(shù)呈增加趨勢,分別在1999、1996、2002、1997、1995年發(fā)生突變。由圖6B可知鹽池地區(qū)干熱風(fēng)天數(shù)M-K檢測順序統(tǒng)計曲線UF統(tǒng)計值在1990—2009年呈增加趨勢,在1980—1990年、2009—2019年呈減少趨勢,但未通過顯著性檢驗臨界線,也未檢測出突變特征。由圖6E、G可知,陶樂、吳忠地區(qū)干熱風(fēng)天數(shù)M-K檢測順序統(tǒng)計曲線UF值在1980—1990、2003—2019年和2004—2019年內(nèi)呈減少趨勢,在1990—2003年和1990—2004年內(nèi)呈增加趨勢,均未檢驗出突變特征。

圖6 8個氣象站干熱風(fēng)天數(shù)M-K突變檢驗圖Fig.6 M-K mutation test map for the number of dry-hot wind days at 8 meteorological stations

2.3 寧夏干熱風(fēng)影響因素分析

通過整理40年各氣象站小麥灌漿期內(nèi)的發(fā)生干熱風(fēng)時平均氣溫T、最高氣溫Tm、平均相對濕度F、最小相對濕度Fn、平均風(fēng)速U、平均日照時數(shù)S、累積降水量R,用Pearson’s相關(guān)分析方法分析影響因素與干熱風(fēng)天數(shù)的相關(guān)性。從圖7可以看出,干熱風(fēng)天數(shù)與這7個氣象因素之間存在極顯著相關(guān)性(P<0.01)。其中干熱風(fēng)發(fā)生天數(shù)(HD)與T、Tm、U、S呈正相關(guān),其中與Tm的相關(guān)系數(shù)最大;與F、Fn和R呈負(fù)相關(guān),其中與F的相關(guān)系數(shù)絕對值最大。這說明寧夏影響干熱風(fēng)天數(shù)的因素中Tm和F影響程度最大。R與高溫低濕型干熱風(fēng)天氣呈顯著負(fù)相關(guān),日照時長和平均風(fēng)速的影響程度居中,屬于中度相關(guān),這與干熱風(fēng)的判別標(biāo)準(zhǔn)也比較一致。類似地,分析雨后青枯型干熱風(fēng)的影響因素,發(fā)現(xiàn)T、Tm、R的影響最為顯著。

2.4 基于多元線性回歸方程對干熱風(fēng)災(zāi)害的分析預(yù)測

以干熱風(fēng)天數(shù)(HD)為因變量,T、Tm、F、Fn、U、S與R為自變量,進(jìn)行最優(yōu)尺度回歸分析,得到的結(jié)果如表4所示,表明在5%置信度下,T、Fn、R因素對模型的影響并不顯著,Tm、F、U和S對模型均有顯著統(tǒng)計學(xué)意義。對干熱風(fēng)天數(shù)的影響具有統(tǒng)計學(xué)意義。經(jīng)檢驗,這些變量間不存在共線性問題,說明可以進(jìn)行多元回歸分析。

表4 最優(yōu)尺度回歸分析系數(shù)Table 4 Optimal-scale regression analysis coefficients

擬合的回歸方程如下:

HD=-33.107+1.077Tm-0.089F+1.967U

(R2=0.594)

模型顯著性的檢驗:F=128.641,P<0.001,R2值說明在本模型中Tm、F、U這3個因子能解釋干熱風(fēng)天數(shù)變化的59.4%。

應(yīng)用此回歸方程對惠農(nóng)、銀川、中衛(wèi)地區(qū)40年實測數(shù)據(jù)中各隨機(jī)抽取10年數(shù)據(jù)進(jìn)行檢驗,發(fā)現(xiàn)得到的結(jié)果與實際值偏差最大不超過3.9 d;80.14%的樣本偏差值不超過2 d,說明該方程可以有效判斷寧夏地區(qū)干熱風(fēng)天數(shù)與氣象因素之間的關(guān)系,再分別對各個地區(qū)數(shù)據(jù)樣本做相同處理,得到的回歸方程模型系數(shù)及對模型的評價結(jié)果如表5所示,其中對中部干旱區(qū)的擬合效果最好,在全區(qū)層面上模型擬合的精度有所下降,但在合理范圍內(nèi)。

表5 各地區(qū)回歸方程模型擬合系數(shù)及評價結(jié)果Table 5 Regression equation model fitting coefficients and evaluation results in Ningixa

3 討 論

3.1 寧夏灌區(qū)春小麥干熱風(fēng)時空變化分析

本文結(jié)果表明寧夏地區(qū)干熱風(fēng)在20世紀(jì)90年代末至21世紀(jì)初影響最為嚴(yán)重,整體上呈增加趨勢,發(fā)生最頻繁的地區(qū)是中部干旱區(qū),最不頻繁的是南部山區(qū);其中同心近40年總干熱風(fēng)天數(shù)達(dá)到了276 d,年均6.9 d,干熱風(fēng)氣象過程共出現(xiàn)97次,年均2.4次;受干熱風(fēng)天氣影響的區(qū)域范圍呈擴(kuò)大趨勢,這與武萬里[5]、喇永昌[6]等的研究結(jié)果是一致的,但本研究發(fā)現(xiàn)鹽池、陶樂、銀川、吳忠等部分地區(qū)近年來干熱風(fēng)天數(shù)呈下降趨勢,且干熱風(fēng)發(fā)生的重心從寧夏北部地區(qū)逐漸轉(zhuǎn)移至中部地區(qū),對比發(fā)現(xiàn),北部地區(qū)惠農(nóng)陶樂一帶以及中部地區(qū)中寧同心一帶受干熱風(fēng)影響大;同心與海源在海拔高度上差距較大,干熱風(fēng)影響程度差異也大,分析發(fā)現(xiàn)干熱風(fēng)氣象情況受海拔因素影響大,海拔較高的南部山區(qū)幾乎沒有受到干熱風(fēng)氣象影響;而同心縣由于其周邊四面環(huán)山,從東南方向來的暖濕氣流不容易進(jìn)入同心地區(qū)形成降雨,又由于該地區(qū)毗鄰沙漠,且河流湖泊較少,難以達(dá)到氣候調(diào)節(jié)的作用,來自沙漠地區(qū)的熱風(fēng)不容易消散[21],此類地區(qū)受干熱風(fēng)的影響較為嚴(yán)重。

分析上述現(xiàn)象出現(xiàn)的原因,寧夏地區(qū)春小麥干熱風(fēng)空間分布特征由于受氣候變暖影響,近年來呈整體范圍擴(kuò)大、重心南移的趨勢,高溫期出現(xiàn)時間逐步提前,可利用的熱量資源呈極顯著增加趨勢,武萬里等[5]研究認(rèn)為,造成寧夏灌區(qū)干熱風(fēng)次數(shù)顯著增加的原因是氣溫升高,而高海拔地區(qū)不易形成持續(xù)性高溫天氣,減緩了干熱風(fēng)的影響,通過對不同省份的干熱風(fēng)年際變化的研究也得出了相似的結(jié)論[22-27]。此外,春小麥生長季內(nèi)引黃灌區(qū)的日照時數(shù)值均為最大,南部山區(qū)始終為低值區(qū),近年來呈顯著增加趨勢,降水量空間分布不均,南部山區(qū)降水量相對較高,引黃灌區(qū)和中部干旱帶降水較少,這導(dǎo)致寧夏春小麥干旱高發(fā)區(qū)在引黃灌區(qū)和中部干旱區(qū),南部山區(qū)干旱風(fēng)險低。因此春小麥干熱風(fēng)發(fā)生風(fēng)險表現(xiàn)為引黃灌區(qū)>中部干旱區(qū)>南部山區(qū),重度干熱風(fēng)主要發(fā)生在引黃灌區(qū)和中部干旱區(qū)小部。

而近年來寧夏部分地區(qū)干熱風(fēng)天數(shù)呈波動下降趨勢,喇永昌等[6]研究認(rèn)為,這主要與這些地區(qū)多年大規(guī)模植樹造林、綠化治沙等改善環(huán)境有關(guān)。良好的生態(tài)環(huán)境對氣候災(zāi)害起著一定的控制作用,例如賀蘭山攔截著西伯利亞寒流的東進(jìn),阻止著騰格里沙漠的東侵,阻斷了沙塵東進(jìn)的西部通道[28],背靠賀蘭山的寧夏平原地區(qū)相對于沙漠地區(qū)干熱風(fēng)氣象發(fā)生頻率就相對較少。趙娜等[29]研究認(rèn)為,人為改善環(huán)境也可以有效減少干熱風(fēng)天氣的影響。隨著生態(tài)環(huán)境的改善問題不斷地被重視起來,銀川、吳忠、鹽池等地區(qū)2015—2019年土地綠化程度逐漸增高[30],在連續(xù)干旱氣候下進(jìn)行人工降雨調(diào)控,植被覆蓋、水土保持和荒漠化治理取得明顯成效,環(huán)境質(zhì)量處于較好水平,上述地區(qū)近年來干熱風(fēng)出現(xiàn)的頻率和等級均有所下降,但寧夏偏北部地區(qū)和中部干旱區(qū)的生態(tài)治理任務(wù)仍然艱巨[31]。在實際生產(chǎn)生活中,在遇到大范圍極端干旱天氣出現(xiàn)時,可采用火箭和飛機(jī)人工增雨短期緩解,保證糧食安全的同時保證農(nóng)戶經(jīng)濟(jì)效益;同時進(jìn)行長期的農(nóng)業(yè)氣候資源區(qū)劃、氣候變化對作物種植結(jié)構(gòu)調(diào)整和水資源的影響評估[32],以此為寧夏經(jīng)濟(jì)增長、環(huán)境保護(hù)和維持糧食安全穩(wěn)定做出積極的貢獻(xiàn)。

3.2 干熱風(fēng)天數(shù)影響因素擬合模型及應(yīng)用模型預(yù)測

本文采用Person相關(guān)因素分析法發(fā)現(xiàn),寧夏地區(qū)高溫低濕型干熱風(fēng)天數(shù)的影響因素中Tm和F影響程度最大,呈顯著正相關(guān);R與高溫低濕型干熱風(fēng)天氣呈顯著負(fù)相關(guān),與雨后青枯型干熱風(fēng)天氣呈顯著正相關(guān);U和S的影響程度居中,屬于中度相關(guān)。這與Zhao等[2]應(yīng)用APSIM模型模擬春小麥生育期,發(fā)現(xiàn)平均最高氣溫對春小麥關(guān)鍵物候期的影響大于平均最低溫度,其次是相對濕度。最不敏感的氣候因素是降水量、風(fēng)速的結(jié)論基本相符。可以說明,溫度上升將導(dǎo)致春小麥生育期提前,尤其是在春小麥抽穗期、分蘗期極端的高溫低濕性天氣對干物質(zhì)積累和發(fā)育進(jìn)程的影響極大,進(jìn)而影響小麥產(chǎn)量。這與黃峰等[20]的研究結(jié)果對比,氣暖上升、降水分布變化對春小麥發(fā)育進(jìn)程產(chǎn)生重要影響的結(jié)論是一致的。所以干熱風(fēng)整體影響范圍擴(kuò)大的主要原因是氣溫的升高和降水的減少[33],但是降水變化對春麥發(fā)育進(jìn)程影響較為復(fù)雜,對不同的農(nóng)業(yè)區(qū)域及不同的氣象條件下的影響也不盡相同。

在研究過程中發(fā)現(xiàn),單純依靠降雨量和雨后溫度來判斷雨后青枯型干熱風(fēng)天氣是不夠合理的,尤其是氣候變暖的大環(huán)境影響下,干旱地區(qū)春小麥生育期高溫天氣氣溫常保持在30°左右,只要有少量降雨就會引發(fā)青枯型干熱風(fēng)天氣,但是從小麥損傷機(jī)理來看,溫度的小范圍波動并不會對麥穗顆粒造成很大影響,因此在研究雨后青枯型干熱風(fēng)天氣時需要將降雨量大小與雨后升溫快慢作為主要指標(biāo)[34]。

本文以春小麥生育期內(nèi)氣象因素為自變量、干熱風(fēng)天數(shù)為因變量進(jìn)行多元線性回歸分析,最終模型顯著性的檢驗:F=46.514;P<0.001,說明該方程可以有效判斷寧夏地區(qū)干熱風(fēng)天數(shù)與氣象因素之間的關(guān)系。類似的,對寧夏不同農(nóng)業(yè)區(qū)域進(jìn)行多元回歸分析得到的回歸方程擬合度均大于70%。在實際生產(chǎn)生活中,可以根據(jù)不同農(nóng)業(yè)區(qū)域近些年天氣的變化情況進(jìn)行回歸分析,以對下一年春小麥生育期內(nèi)的氣溫、相對濕度、風(fēng)速進(jìn)行預(yù)測,根據(jù)預(yù)測值回帶方程來對下一年干熱風(fēng)天數(shù)進(jìn)行預(yù)測,再結(jié)合前文介紹的寧夏地區(qū)各地區(qū)干熱風(fēng)情況變化情況進(jìn)行調(diào)整,達(dá)到對春小麥種植結(jié)構(gòu)改變及確保糧食安全提供參考的目的。

4 結(jié) 論

1)在氣候變暖大背景下,40年來寧夏地區(qū)干熱風(fēng)天氣發(fā)生范圍總體變化呈范圍逐漸擴(kuò)大、重心逐漸南移的趨勢,整體上干熱風(fēng)天數(shù)有顯著的增加趨勢,但部分地區(qū)近年來干熱風(fēng)天數(shù)有逐漸減少的趨勢,在地域上的分布受海拔因素和地理位置影響較大。

2)各氣象站MK統(tǒng)計量Z值基本大于0,各站干熱風(fēng)天數(shù)整體上均有增加趨勢,同心、中寧、中衛(wèi)、銀川和惠農(nóng)地區(qū)Z值大于1.96,增長趨勢較為明顯,吳忠、陶樂、鹽池Z值分別為0.66、0.63、0.49,表示干熱風(fēng)天數(shù)整體上呈不明顯的增加趨勢。各地區(qū)時間突變點(diǎn)普遍出現(xiàn)在2000年前后。

3)寧夏地區(qū)日最高氣溫對高溫低濕型干熱風(fēng)影響最大,其次是相對濕度、降雨量,風(fēng)速影響相對較小,溫度變化對雨后青枯型干熱風(fēng)的影響最大,其次是降雨量。

4)在氣候變化背景下,寧夏春小麥可利用熱量資源呈顯著增加趨勢。但隨著氣候變暖,寧夏春小麥?zhǔn)芨邷睾透珊得{迫的概率逐漸增加,生育期蒸散量增加,意味著受水資源限制逐漸增強(qiáng)。

5)春小麥干熱風(fēng)發(fā)生風(fēng)險表現(xiàn)為引黃灌區(qū)>中部干旱區(qū)>南部山區(qū),重度干熱風(fēng)主要發(fā)生在引黃灌區(qū)和中部干旱區(qū)小部部分地區(qū)。寧夏地區(qū)近年干熱風(fēng)發(fā)生風(fēng)險概率逐漸增加,春小麥引黃灌區(qū)災(zāi)害風(fēng)險最高,而南部山區(qū)災(zāi)害風(fēng)險最低,故在寧夏南部山區(qū)種植春小麥更合適。

6)生態(tài)環(huán)境的改善對控制干熱風(fēng)災(zāi)害的發(fā)生有顯著的影響,生態(tài)環(huán)境越良好的地區(qū)發(fā)生干熱風(fēng)天氣的概率和等級越低,人為因素對生態(tài)環(huán)境的改善有著一定的影響,在干熱風(fēng)天氣大范圍出現(xiàn)時可以通過人為手段進(jìn)行一定程度的緩解。